机器人足球防守算法研究

为了提高机器人足球的防守成功率,在分析了简单防守不足的基础上,对防守进行了位置的调节,提出了一种改进的双重守门策略和定点守门策略,并在此基础上得出了防守的全策略．仿真模型的测试结果表明,采用以上两种策略后,其球门的“安全率”有很大程度提高．     

基于模糊综合决策的足球机器人策略子系统

研究了模糊综合决策在足球机器人策略子系统中的应用,提出了机器人足球场上信息无关量的概念．在策略子系统中采用了模糊综合决策算法,给出了该算法的应用条件以及算法的实现过程,并对算法的确定隶属函数进行了讨论．计算机仿真验证了该算法的可行性和正确性．     

微型足球机器人多层次分区和防守动作的设计

在分析了一些攻方机器人所采取的进攻策略,以及结合球队自身的实际情况后,为了提高防守的有效性和球队的整体防守能力,提出建立一种多层次防守体系,并设计了新的防守动作．试验结果表明,采用以上策略设计后,球队的整体防守能力得到了提高．     

微型足球机器人守门员策略研究

提出了一种基于区域的防守方法,对不同区域的防守策略进行了分析,给出了参数计算公式．对危险区域的防守策略进行了重点讨论,分析了可能遇到的各种情况．针对比赛规则对机器人持球能力的限制,提出了一种简单有效的防守办法．     

基于三层模式的足球机器人决策子系统设计

在足球机器人系统中，决定比赛胜负的关键就是决策子系统。决策子系统应满足实时性强、适应能力强和学习能力强等要求。介绍了目前国际上比较流行的分层控制方法：协调层、运动规划层和基本动作层。并就每个层次的设计做了具体的说明。     

基于进化机制的足球机器人决策子系统设计

研究了基于遗传进化方法的足球机器人策略子系统．提出了比赛子区策略库的概念,在决策子系统中引入进化机制并采用了基因切片技术．给出了该算法的应用条件以及算法的实现过程,并对算法的计算过程并行化进行了讨论．通过计算机仿真验证了该算法的可行性和正确性．     

基于微型足球机器人系统的研究

微型足球机器人系统是近几年发展起来的一个多智能体系统,它为人工智能理论和算法的研究提供了一个实验平台.本文分析了目前国内外微型足球机器人系统的研究现状和研究目的,论述了微型足球机器人系统的整体结构及其所包含的视觉、决策、通信和机器人小车等4个子系统,并结合研究经验介绍了微型足球机器人系统所涉及到的八大关键技术,最后提出了足球机器人的发展规划.     

基于Linx足球机器人无线通信子系统的设计

设计并实现了将Linx技术应用于足球机器人比赛的无线通信子系统,在简要介绍HP3 RF功能特点的基础上,给出了TXM-900-HP3的实际发射硬件电路,采用Linx核心技术的RXM-900-HP3无线通信芯片与LPc2214相结合的接收电路,实验表明:该系统实现了足球机器人与上位机之间的通信,运行可靠,能满足足球机器人比赛系统的需求.     

基于三层模式的足球机器人决策子系统设计

在足球机器人系统中,决定比赛胜负的关键就是决策子系统.决策子系统应满足实时性强、适应能力强和学习能力强等要求.介绍了目前国际上比较流行的分层控制方法:协调层、运动规划层和基本动作层.并就每个层次的设计做了具体的说明.     

基于自适应遗传算法的足球机器人策略设计

提出了一个基于自适应遗传算法的足球机器人动作规划算法．定义了一个足球机器人的动作集合,根据赛场的实际情况为足球机器人分配角色与任务,然后利用自适应遗传算法为足球机器人选择合适的动作．算法引入了局部搜索,采用了一种高效的适应性评价方法．实验表明,应用新算法的仿真足球机器人动作准确、效果好．     

基于模糊评判的机器人足球比赛策略研究

针对机器人足球比赛环境的动态性和不确定性,提出了一种基于模糊决策算法的决策方法,给出了该算法的应用条件以及算法的实现过程,球队的队形以及机器人队员的角色都能根据现场情况,进行动态切换．该方法不要求建立精确的数学模型,能够考虑多方面因素,实时性高、决策效果好．计算机仿真验证了该算法的可行性和正确性．     

仿真机器人足球比赛中的射门策略

针对机器人足球传统射门策略存在射门成功率不高的情形,对FIRA机器人足球五对五仿真平台(SimuroSot 5vs5)中实体的运动规律进行了分析,提出了预测法射门策略.首先建立了机器人的变速运动模型和球在碰撞之后的运动模型,然后根据这些运动模型,实时地对机器人和球的速度及位置进行分析预测,寻找对方守门员的死角,确定最佳的射门区域.通过仿真实验,预测法射门策略与多人协作射门策略、死角法射门策略、基于艾米特插值(Her mite)曲线射门策略相比,明显提高射门的成功率和比赛进球数.     

基于模糊逻辑的机器人足球比赛策略

针对机器人足球比赛环境的动态性和不确定性,提出了一种基于模糊逻辑的决策方法．该方法不要求建立精确的数学模型,能够考虑多方面因素,决策效果好,将角色划分与运动规划结合在一起,运动规划效率高．分别讨论了进攻和防守情况下的角色划分及运动规划问题．实验表明该方法具有良好的决策效果．     

Study and application of reinforcement learning based on DAI in cooperative strategy of robot soccer

A dynamic cooperation model of multi-agent is established by combining reinforcement learning with distributed artificial intelligence(DAI),in which the concept of individual optimization loses its meaning because of the dependence of repayment on each agent itself and the choice of other agents.Utilizing the idea of DAI,the intellectual unit of each robot and the change of task and environment,each agent can make decisions independently and finish various complicated tasks by communication and reciprocation between each other.The method is superior to other reinforcement learning methods commonly used in the multi-agent system.It can improve the convergence velocity of reinforcement learning,decrease requirements of computer memory,and enhance the capability of computing and logical ratiocinating for agent.The result of a simulated robot soccer match proves that the proposed cooperative strategy is valid.     

基于分层结构模型的机器人足球决策系统设计

提出了一种基于全局视觉的分层结构模型的机器人足球策略系统,能够适应比赛中机器人数目的变更.介绍了这种分层结构模型的设计以及在机器人足球系统中的应用.通过实际比赛,验证了模型的效率和实用性.